1. Introduction 1.1 Mobile Terminal Functionalities 1.2 Wireless Internet in CDMA 1.3 Mobile in Business 1.4 Mobile Trends 2. Mobile Malicious Code 2.1 Palm OS 2.2 Symbian OS 2.3 Wiondows Mobile 3. Symptom OS & Prediction 3.1 Vulnerabilities 3.2 Symptom 3.3 Prediction 4. Conclusion

ㆍuT ontologies can enable context awareness to represent more rich information. ㆍOntologies enable uT agents to reason about dynamic contexts. ㆍMulti agents can use ontologies to communicate between agents.

사용자의 지리적 위치에 따른 서비스를 제공하는 위치기반서비스는 유비쿼터스 컴퓨팅의 중요한 응용으로 여러 위치 감지기술과 다양한 시험 및 상용 서비스들이 개발되어 왔다. 하지만 기존의 위치기반서비스는 단순히 위치와 서비스를 정적으로 연결하는 기법에 그치고 있어 서비스의 유연성이 떨어지는 한계가 있다. 이를 개선하기 위해 위치 정보로부터 고수준 정보를 추론하여 보다 지능적인 서비스를 제공하려는 연구들이 이루어지고 있다. 본 논문에서는 사용자의 위치이동 데이터를 학습하여 미래의 위치 이동 경로를 예측하는 기법을 제안한다. GPS(Global Positioning System)를 사용하여 수집된 시퀸스 데이터를 시퀸스 데이터 처리에 특화된 RSOM (Recurrent Self Organizing Map)을 사용하여 클러스터링하고 이를 마르코브 모델을 사용하여 학습하여 각 위치 이동 패턴 모델을 구축한다. 현재의 위치이동 패턴을 구축된 각 이동패턴 모델들과 비교하여 가장 유사한 위치 이동패턴으로 미래의 사용자이동을 예측한다. 제안한 위치이동 예측 기법을 평가하기 위해 실제 대학생의 생활을 기반으로 하여 GPS 데이터를 대학 캠퍼스 상에서 수집하고 이를 이용하여 제안한 방법의 학습 및 예측 성능을 평가한다. 그 결과 제안한 방법을 사용하여 사용자의 미래의 위치이동경로를 예측하는 것이 가능하고 불확실한 상황에서도 유연하게 예측을 수행함을 확인하였다.

유비쿼터스 컴퓨팅 환경은 다양한 장치 혹은 시스템들이 동적으로 결합하여 구성되는 환경이라고 할 수 있다. 이러한 장치 혹은 시스템들에 연동하여 사용자들을 위한 서비스를 제공할 수 있도록 하는 효율적인 기반을 구축하는 것이 중요하다. 본 논문에서는 특정한 운영 체제나 개발 환경을 가정하지 않고 다양한 환경에서 개발된 장치들이 쉽게 통합되어 연동될 수 있도록 하는 메시징 프로토콜을 제안한다.

In this paper, we propose a level of contexts such as low level and high level contexts, and its criteria of categorization are the existence of interaction and composite process done by the inference mechanism. When there is no matching high level service for the associated high level context, this context is described as meaningless. If the services cannot be provided with the entities by the system, this situational information is of little consequence. To provide services with the entities, we propose "community computing" architectural concept which provide the high level service to a group of agents in a community, and can be managed by the service scenario

최근 유비쿼터스 컴퓨팅 분야가 이슈로 떠오르면서 유비쿼터스 환경하에 각종 디바이스들이 이기종 하드웨어 및 소프트웨어 자원에 종속되지 않고 손쉽고, 자유롭게 외부환경과 이음새 없는 서비스를 지원하기 위한 미들웨어 기술의 중요성이 강조되고 있다. 유비쿼터스 지향 미들웨어는 향후 개발될 새로운 기술이나 디바이스들을 용이하게 유비쿼터스 컴퓨터에 수용할 수 있고, 사용자나 시장의 요구에 따라 손쉽게 확장과 축소할 수 있는 적응성, 융통성, 재사용성을 만족시킬 수 있어야 한다. 본 논문에서는 분산 미들웨어인 COM/DCOM과 CORBA를 비교하여 유비쿼터스 환경을 위한 미들웨어로서 CORBA가 좀더 적합함을 설명하고, 유비쿼터스 환경에서 원활한 서비스를 지원해 주기 위해서는 우수한 성능의 미들웨어가 요구되기 때문에 DCOM 보다 범용성이 뛰어난 코바 기반 미들웨어를 성능평가 한다.

This study suggests a general paradigm enhancing genetic mutability. Mutability among heterogeneous members in a genetic population has been a major problem in application of genetic programming to diverse business problems. This suggested paradigm is implemented to developing new methods from existing methods. Within the evolutionary approach taken to designing new methods, a general representation scheme of the genetic programming framework, called a kernel, is introduced. The kernel is derived from the literature of algorithms and heuristics for combinatorial optimization problems. The commonality and differences among these methods have been identified and again combined by following the genetic inheritance merging them. The kernel was tested for selected methods in combinatorial optimization. It not only duplicates the methods in the literature, it also confirms that each of the possible solutions from the genetic mutation is in a valid form, a running program. This evolutionary method suggests diverse hybrid methods in the form of complete programs through evolutionary processes. It finally summarizes its findings from genetic simulation with insight.

Bankruptcy prediction is an important and widely studied topic since it can have significant impact on bank lending decisions and profitability. Recently, support vector machine (SVM) has been applied to the problem of bankruptcy prediction. The SVM-based method has been compared with other methods such as neural network, logistic regression and has shown good results. Genetic algorithm (GA) has been increasingly applied in conjunction with other AI techniques such as neural network, CBR. However, few studies have dealt with integration of GA and SVM, though there is a great potential for useful applications in this area. This study proposes the methods for improving SVM performance in two aspects: feature subset selection and parameter optimization. GA is used to optimize both feature subset and parameters of SVM simultaneously for bankruptcy prediction.

현재 인터넷의 수많은 정보들은 다수의 임의 사용자들을 대장으로 하고 있으므로 각 개안의 다양한 요구 사항을 고려할 수 없고, 이로 인하여 수많은 불필요한 정보를 검색해야 하는 단점을 안고 있다. 하지만 웹 서비스는 기존의 미디어와는 달리 사용자 별로 차별화된 맞춤형 서비스를 제공하는 대량 개별화가 가능하다. 본 논문에서는 이러한 개인화 전략을 지원하는 서비스를 구현하기 위하여 사례기반 추론 방식의 한가지 분류인 간접적인 추출기법을 사용하여 사용자의 접속 지역을 추론해내는 시스템을 제안한다.

일반적으로 운송 컨테이너의 식별자들은 크기나 위치가 정형화되어 있지 않고 외부 잡음으로 인하여 식별자의 형태가 변형될 수 있기 때문에 일정한 규칙으로 찾기는 힘들다. 본 논문에서는 이러한 특성을 고려하여 컨테이너 영상에 대해 Canny 마스크를 이용하여 에지를 검출하고, 검출된 에지 정보에서 영상획득 시 외부 광원에 의해 수직으로 길게 발생하는 잡음들을 퍼지추론 방법을 적용하여 제거한 후에 수직 블록과 수평 블록을 검출하여 컨테이너의 식별자 영역을 추출하고 이진화 한다. 이진화된 식별자 영역에 대해 검정색의 빈도수를 이용하여 흰바탕과 민바탕을 구분하고 윤곽선 추적 알고리즘을 적용하여 개별 식별자를 추출한다. 추출된 개별 식별자의 인식은 개선된 퍼지 RBF 네트워크를 제안하여 적용한다. 제안된 퍼지 RBF 네트워크는 퍼지 C-Means 알고리즘을 중간층으로 적용하고 중간층과 출력층 간의 학습에는 일반화된 델타 학습 방법과 Delta-bar-Delta 알고리즘을 적용하여 학습 성능을 개선한다. 실제 컨테이너 영상을 대상으로 실험한 결과, 기존의 식별자 추출 방법보다 제안된 식별자 추출 방법이 개선되었고 기존의 퍼지 RBF 네트워크 보다 제안된 퍼지 RBF 네트워크가 컨테이너 식별자의 학습 및 인식에 우수함을 확인하였다.

Due to the explosion of e-commerce, recommender systems are rapidly becoming a core tool to accelerate cross-selling and strengthen customer loyalty. There are two prevalent approaches for building recommender systems - content-based recommending and collaborative filtering. Collaborative filtering recommender systems have been very successful in both information filtering domains and e-commerce domains, and many researchers have presented variations of collaborative filtering to increase its performance. However, the current research on recommendation has paid little attention to the use of time related data in the recommendation process. Up to now there has not been any study on collaborative filtering to reflect changes in user interest. This paper proposes dynamic fuzzy clustering algorithm and apply it to collaborative filtering algorithm for dynamic recommendations. The proposed methodology detects changes in customer behavior using the customer data at different periods of time and improves the performance of recommendations using information on changes. The results of the evaluation experiment show the proposed model's improvement in making recommendations.

This paper suggests a collaborative business process between the companies that each has a restricted physical branch in its own area and wants to extend globally sales and delivery service. The companies integrate their business processes for sales and delivery using a shared product taxonomy table. We also suggest a similar product finding algorithm to make the product taxonomy table that defines product relationships to exchange them between the companies. The main idea of the proposed algorithm is using a multi-attribute decision making (MADM) to find the utility values of products in a same product class of the companies. Using the values we determine what products are similar. It helps the product manager to register the similar products into a same product sub-category. The companies then allow consumer to shop and purchase the products at their own residence site and deliver them or similar products to another sites.

Recently, there has been enormous growth in the amount of commercial and scientific data, such as protein sequences, retail transactions, and web-logs. Such datasets consist of sequence data that have an inherent sequential nature. However, only a few of the existing clustering algorithms consider sequentiality. This study presents a method for clustering such sequence datasets. The similarity between sequences must be decided before clustering the sequences. This study proposes a new similarity measure to compute the similarity between two sequences using a sequence element. Two clustering algorithms using the proposed similarity measure are proposed: a hierarchical clustering algorithm and a scalable clustering algorithm that uses sampling and a k-nearest neighbor method. Using a splice dataset and synthetic datasets, we show that the quality of clusters generated by our proposed clustering algorithms is better than that of clusters produced by traditional clustering algorithms.

본 논문에서는 분산된 관리대상의 시스템자원과 사용자정보, 사용패턴을 Context로 수집하여, 구성(Configuration)을 수행하는 적응형 자가관리시스템을 제안한다. 본 시스템은 기존에 수동으로 이루어지던 Configuration 작업들 (Install, Reconfiguration, Update)을 자율적으로 수행하여, 사용자의 시스템관리에 대한 부담을 줄여주게 되며, 많은 비용과 오류를 감소시켜준다. 본 시스템은 수집된 Context 정보를 기반으로 사용자의 환경에 맞는 구성요소를 선택하여 설치하게 되며, 사용자의 기존 애플리케이션의 환경설정과 사용패턴을 기반으로, 보다 개인화된 설정을 해준다. 설정 이후에는 사용자의 행동을 암시적 피드백으로 받아, 이를 학습하고 유사한 상황이 다시 발생할 경우, 이를 다음 행동에 반영한다. 그리고 기존에 중앙서버로부터 일률적으로 관련파일을 전송하고 관리하는 중앙집중배포방식의 여러 문제점에 대응하기 위해 Peer-to-Peer 방식으로 파일을 카피하고, 이를 통해 중앙서버의 과부하를 줄이는 동시에 빠른 파일의 배포가 가능하도록 하였다. 본 시스템의 평가를 위해 프로토타입을 구현하여, 기존 수동 Configuration작업, MS-IBM과 같은 관련시스템과의 비교를 수행하였으며, 기능적 측면과 작업에 소요되는 시간에 대한 비교결과를 통해 본 시스템의 유효성을 증명하였다.

Personalized reminder systems have to identify the user's current needs dynamically and proactively based on the user's current context. However, need identification methodologies and their feasible architectures for personalized reminder systems have so far been rare. Hence, this paper aims to propose a proactive need identification mechanism by applying agent and semantic web technologies and RFID-based context subsystem for a personalized reminder system, which is one of the supporting systems for a robust ubiquitous service support environment. We have created a prototype system, RFID-based NAMA (Need Aware Multi-Agent), to demonstrate the feasibility of the methodology and of the mobile settings framework that we propose in this paper. NAMA considers the context, user profile with preferences, and information about currently available services, to discover the user's current needs and then link the user to a set of services, which are implemented as web services.

오늘날 활발하게 이루어지고 있는 유비쿼터스 컴퓨팅 관련 기술 연구는 사용자가 시간과 장소에 구애받지 않고 네트워크에 접근해 다양한 컴퓨터 관련 서비스를 제공 받을 수 있는 방법에 초점을 맞추고 있다. 이 처럼 시간과 공간의 한계를 뛰어 넘은 네트워크로의 자유로운 접근은 일상 생활의 패러다임을 바꾸어 놓게 될 것이다. 유비쿼터스 컴퓨팅 기술을 통해 가장 큰 변화가 일어나는 분야는 일반 가정환경에서 일어나는 인텔리전트 홈 네트워크 (Intelligent Home Network) 라고 할 수 있다. 집에 들어오면, 자동으로 문을 열어주고, 불을 켜주며, 놓쳤던 TV 프로그램을 자동으로 녹화해 놓았다가 원하는 시간에 보여주고, 적당한 시간에 목욕물을 미리 받아준다. 또한 집밖으로 나가기 전, 일기예보에 따라 우산을 챙겨주고, 일정을 확인시켜주며 입고 나갈 옷을 골라줄 수도 있다. 이 모든 일들이 유비쿼터스 컴퓨팅 기술이 가져올 인텔리전트 홈 네트워크의 모습이다. 그러나, 모든 사용자에게 효과적인 서비스를 제공하기 위해서는 홈 네트워크 상의 자원 관리에서 일어날 수 있는 에이전트들간의 자원 접근 권한 충돌을 효율적으로 방지할 수 있는 기술이 필요하다. 유비쿼터스 컴퓨팅 환경에서 자원관리 특성은 점유의 연속성, 자원 사이의 연관성, 그리고 자원과 사용자 사 사이의 연계성의 3 가지 특성을 지니고 있다. 본 논문에서는 유비쿼터스 컴퓨팅 환경에서 일어날 수 있는 자원 충돌 상황을 효율적으로 처리하기 위한 자원 협상 방법을 제안한다. 본 방법은 자원 관리 특성을 바탕으로 시간논리에 기반을 둔 자원 선점과 분배 규칙으로 구성된다.트 시스템은 b-Cart를 기반으로 할 것으로 예측할 수 있다.타났다. 또한, 스네이크의 초기 제어점을 얼굴은 44개, 눈은 16개, 입은 24개로 지정하여 MER추출에 성공한 영상에 대해 스네이크 알고리즘을 수행한 결과, 추출된 영역의 오차율은 각각 2.2%, 2.6%, 2.5%로 나타났다.해서 Template-based reasoning 예를 보인다 본 방법론은 검색노력을 줄이고, 검색에 있어 Feasibility와 Admissibility를 보장한다.매김할 수 있는 중요한 계기가 될 것이다.재무/비재무적 지표를 고려한 인공신경망기법의 예측적중률이 높은 것으로 나타났다. 즉, 로지스틱회귀 분석의 재무적 지표모형은 훈련, 시험용이 84.45%, 85.10%인 반면, 재무/비재무적 지표모형은 84.45%, 85.08%로서 거의 동일한 예측적중률을 가졌으나 인공신경망기법 분석에서는 재무적 지표모형이 92.23%, 85.10%인 반면, 재무/비재무적 지표모형에서는 91.12%, 88.06%로서 향상된 예측적중률을 나타내었다.ting LMS according to increasing the step-size parameter $\mu$ in the experimentally computed. learning curve. Also we find that convergence speed of proposed algorithm is increased by (B+1) time proportional to B which B is the number of recycled data b

유비쿼터스환경으로 발전하기 위하여 네트웍을 구성하는 시스템들의 문제나 장애의 자가 진단 및 치유에 대한 요구가 높아지고 있다. 본 논문에서는 이러한 유비쿼터스환경에서 여러 시스템들이 스스로 자신의 오류나 문제를 관찰, 진단하고 치유할 수 있는 자가치유 시스템을 제안한다. 특히, 제안 시스템은 기존의 자가 치유시스템에서 연구되어왔던 일률적인 치유가 아닌 각각의 시스템의 상황을 인식하고 그것에 맞추어서 치유전략을 달리하는 상황인식 기능과 치유 결과 분석을 통해 치유전략을 자발적으로 개선해 나가는 기능을 제공한다. 구체적인 주요 기능은 다음과 같다: 치유대상들의 의존성 점검을 통한 근원적인 문제 해결, 자가치유를 위한 효율적인 리소스 사용, 벤더의 웹서버를 검색하여 치유정보를 수집, 벤더 의존성의 경감등, 치유프로세스의 개선은 물론 치유를 위한 관리자의 작업 부담을 상당 부분 경감할 수 있게 된다. 제안 시스템은 시뮬레이션을 통하여 그 유효성을 입증하고 있다.

컨테이너 터미널에서 적하 작업을 수행할 때에는 선박의 안정성을 위하여 무거운 컨테이너들을 선박의 바닥쪽에 우선하여 배치한다. 그러므로 장치장(yard)에서 동일한 선박 베이(bay)에 선적할 컨테이너들을 무게가 무거운 순서로 효율적으로 반출할 수 있다면, 적하 계획의 수립과 수행일 수월해진다. 만일 장치장에서 적하를 위하여 지금 반출하여야 하는 컨테이너의 상단에 다른 컨테이너들이 장치되어 있다면, 부득이하게 위에 놓여 있는 컨테이너들을 임시로 옮겨야 하는데, 이러한 부가 작업을 재취급(rehandling)이라 한다. 채취급이 빈번히 발생하게 되면 적하 작업의 흐름은 차질을 빚게 되므로 재취급의 최소화는 작업 효율 측면에서 매우 중요하다. 본 논문에서는 컨테이너가 장치장에 반입되는 시점에 해당 컨테이너의 무게를 알 수 있다는 가정하에, 적하 작업을 위한 반출시 재취급이 적게 발생하도록 신규 반입된 컨테이너의 장치 위치를 결정하는 휴리스틱을 제안한다. 제안하는 휴리스틱은 각 스택(stack)별로 장치되어 있는 컨테이너들 중에서 자장 먼저 반출될 가장 무거운 컨테이너의 무게를 해당 스택의 대표 무게로 설정하고, 이를 신규 반입 컨테이너의 무게와 비교하여 장치 위치를 결정한다. 장치장 베이 하나로 시뮬레이션한 실험 결과 4단 6열 및 6단 9열의 장치장 베이 구조에서 임의의 위치에 신규 반입 컨테이너를 장치하는 방식에 비해 재취급 횟수를 1/5이하로 줄일 수 있음을 확인하였다

본 논문에서는 출입국자 관리의 효율성과 체계적인 출입국 관리를 위하여 위조 여권을 판별할 수 있는 지능형 여권 얼굴 인증 시스템을 제안한다. 제안하는 지능형 여권 얼굴 인증 시스템은 여권 이미지에서 여권 코드 문자열을 인식하여 여권 사용자의 사진 및 관련 정보를 여권 데이터베이스에서 추출한다. 추출된 출입국자의 사진 및 얼굴과 여권에 부착된 사진 및 얼굴과의 유사도 측정을 통하여 여권 사진의 위조 여부을 판단한다. 이때, 이미지의 유사도 측정을 위해서 다양한 실험을 통한 결과를 종합 분석해 본 결과 사진 영역의 인증에는 Luminance, Edge, RGB 특징이, 얼굴 영역의 인증을 위해서는 Hue, YIQ-I, YCbCr-Cb 특징이 효과적인 것으로 나타났으며 사진 영역의 유사도와 얼굴영역의 유사도가 모두 0.8이상인 경우 정상적인 여권으로 판정하고 그렇지 않은 경우 위조가 되었을 가능성이 있는 여권으로 판정하는 방법을 사용하여 FAR 3.1%, FRR 2.7%의 우수한 결과를 나타내었다.

컨테이너 터미널의 적하 작업은 사전에 계획된 순서대로 컨테이너를 장치장(yard)에서 하나씩 반출하여 선박에 선적하는 작업이다. 만일 현재 반출하고자 하는 컨테이너의 상단에 다른 컨테이너들이 장치되어 있다면, 부득이하게 위에 놓여 있는 컨테이너들을 다른 곳으로 옮겨야 하는 재취급(rehandling)이 발생하고 이로 인하여 반출 작업은 지연된다. 본 논문에서는 적하 계획이 수립되어 장치장의 한 베이(bay)내 컨테이너들의 반출 순서가 결정되었을 때, 반출 시작 시점까지 남는 유휴 시간을 활용하여 재취급이 발생하지 않도록 컨테이너들을 재정돈(이적, 리마샬링)하는 방안을 제안한다. 본 제안 방안은 분지 한계법(branch and bound)을 적용하여 컨테이너 이동 계획을 탐색하며, 생성된 해는 최소의 컨테이너 이동 횟수가 보장된다. 4 단 6 열과 5 단 9 열의 장치장 구조를 대상으로 실험한 결과 99% 이상의 상황에서 허용할 수 있는 시간 내에 계획을 수립할 수 있음을 확인하였다.

With the development of mobile and wireless environments, the Ubiquitous era has com on the base of technologies of Semantic Web and Web Services. To accelerate proliferation of the E-Commerce in the Ubiquitous era, the importance of information search is emphasized more and more and its time to need more intelligent search for product and service which can consider location and other context-aware related information. As a starting point to meet these requirements, we proposed more effective product information search service framework through web services under semantic web environment. Over the wireless internet and we also examined its technical validity with the prototype system, implemented prototype and investigated the technological possibility.

인터넷 웹 사이트 상에서 사용자 행동은 클릭(click)을 단위로 모두 로그 (log)에 기록된다. 웹 서버를 통해 남는 웹로그를 가공하여 단순한 통계 수치 외에, 사용자 행동을 분석할 수가 있다. 특히 인터넷 쇼핑몰에서 사용자의 행동에 대한 분석은 중요하며, 고객의 획득, 유지 전략을 수립하기 위한 중요한 정보가 된다. 본 논문에서는 인터넷 쇼핑몰에서의 사용자 행동을 비즈니스 관점에서 분석한다. 쇼핑몰 사이트의 유입 경로 분석의 다양한 관점에 대해 논의하며, 관심 카테고리 및 상품 분석, 첫페이지 영역별 분석 등 새로운 분석 방법에 대해 소개한다. 이와 함께, 이 분석과정에서 필요한 효율적인 데이터 구조, 운영계 데이터 베이스 정보 및 이들간의 연동방안과 분석 결과의 활용 방안을 제시한다.

시장 환경의 전반적인 변화로 인하여 시장 규제가 완화되고 그로 인한 경쟁사가 늘어나고 있고, 공급자 중심의 시장에서 구매자 중심의 시장으로 변화되어 가고 있다. 이에 기업들은 고객과의 관계를 강화하기 위해 CRM을 중요한 해법으로 생각하여 다양한 방법으로 고객만족을 높이는데 주력하고 있다. 또한 정보기술의 발달로 인해 웹 상에서의 eCRM이 출현되었고 웹 상에서 고객의 데이터를 분석하여 적시에 고객의 니즈에 맞는 서비스를 제공해주는 Recommendation system 을 개발하여 좀더 향상된 eCRM 으로 원투원 마켓팅을 통해 판매 강화 및 고객만족도 제고를 실현할 수 있도록 발전되어왔다. 이중 eCRM의 Recommendation Engine은 고객의 니즈를 발견해내어 그에 맞는 다양한 상품들을 추천하는 시스템으로 Rule 기반의 컨텐츠 매칭 기법과 Collaborative Filtering 기법을 사용하였다. 그러나 이 기법들은 미리 정해진 Rule에 의해 사전적인 대응을 하지 못한다는 문제점과 비정형적인 정보 및 환경정보에 복합적인 판단이 고객중심의 현재 상황에 따라 이루어지지 못한다는 문제점을 가지고 있다 이에 본고에서는 이 문제에 대한 해결안으로써 Ontology를 이용한 실시간 추천시스템을 모델로 제시하고자 한다.

As mobile market grows more and more fast, the mobile contents market, especially music contents for mobile phones have recorded remarkable growth. In spite of this rapid growth, mobile web users experience high levels of frustration to search the desired music. New musics are very profitable to the content providers, but the existing collaborative filtering (CF) system can't recommend them. To solve these problems, we propose an extended CF system to reflect the user's real preference by representing the characteristics of users and musics in the feature space. We represent the musics using the music contents based acoustic features in multi-dimensional feature space, and then select a neighborhood with the distance based function. Furthermore, this paper suggests a recommendation for procedure for new music by matching new music with other users' preference. The suggested procedure is explained step by step with an illustration example.

The preferences of customers change over time. However, existing collaborative filtering (CF) systems are static, since they only incorporate information regarding whether a customer buys a product during a certain period and do not make use of the purchase sequences of customers. Therefore, the quality of the recommendations of the typical CF could be improved through the use of information on such sequences. In this paper, we propose a new methodology for enhancing the quality of CF recommendation that uses customer purchase sequences. The proposed methodology is applied to a large department store in Korea and compared to existing CF techniques. Various experiments using real-world data demonstrate that the proposed methodology provides higher quality recommendations than do typical CF techniques, with better performance, especially with regard to heavy users.

온라인상점의 상품추천시스템은 일대일마케팅의 대표적 실현수단으로써의 가치를 인정받고 있다. 대부분의 상품추천시스템은 시시각각 변화하는 소비자의 기호에 따라 상품을 어떻게 추천할 것인가에 대한 문제에 직면해 있다. 본 연구에서는 급변하는 온라인상점 환경에 탄력적으로 대응하기 위하여 데이터마이닝과 다중모형조합기법을 이용한 상품추천시스템 모형을 제안하고자 한다. 제안하는 상품추천시스템은 현재 운영중인 온라인상점 데이터로 프로토타입을 구축하고 실제 소비자에 대한 적용가능성을 검증하였으며, 그 결과 실제 유용할 것으로 확인되었다.

최근 메일이 커뮤니케이션의 중요한 수단 중 하나로 자리잡고 있으나 과다한 정보 전달 및 원하는 않는 정보의 전달 등으로 인해 사용자가 메일을 확인하고 정리하기 위해 많은 시간과 노력을 투자하고 있다. 본 연구에서는 사용자가 적은 시간과 노력으로 메일을 활용하고, 보다 편리하게 사용할 수 있는 폴더 추천 방법론 개발을 목표로 하고 있다. 이러한 목표를 위해 TF-IDF를 기반으로 하는 다양한 방법론이 개발되고 활용되어 왔으나, 메일이라는 영역의 특성상 단어의 수나 내용에 한계가 있는 경우 안정적인 추천이 이루어지지 못할 수 있었다. 따라서 본 연구에서는 기존의 TF-IDF 방법에 사용자의 지식을 부여한 새로운 방법을 제시함으로써 단어의 수나 내용에 한계가 있는 경우에도 안정적인 추천이 이루어질 수 있도록 하였다. 또한 실제 데이터를 활용하여 기존의 방법과 본 연구에서 제시한 방법론을 비교 실험해 봄으로써, 본 연구에서 제시하고 있는 방법론의 성능을 입증하고자 하였다.

The purpose of the study was to explore the potential of the Social Network Analysis as an analytical tool for scientific investigation of learner-learner, or learner-tutor interaction within an Computer Supported Corporative Learning (CSCL) environment. Theoretical and methodological implication of the Social Network Analysis had been discussed. Following theoretical analysis, an exploratory empirical study was conducted to test statistical correlation between traditional performance measures such as achievement and team contribution index, and the centrality measure, one of the many quantitative measures the Social Network Analysis provides. Results indicate the centrality measure was correlated with the higher order learning performance and the peer-evaluated contribution indices. An interpretation of the results and their implication to instructional design theory and practices were provided along with some suggestions for future research.

기업 내부에 존재하는 비즈니스 룰은 정형화되고 집중화된 하나의 시스템으로 구축되어 있는 것이 아니라 여러 서브시스템이나 실무자들의 경험 속에 산재되어 존재한다. 산재되어 존재하는 비즈니스 룰을 정형화된 형태로 집중관리가 가능하도록 구축한 도구가 BRE(Business Rule Engine)이다. BRE는 비즈니스 룰 관리를 빠르고 용이하게 하여, 기업의 경쟁력 향상에 매우 효과적인 기여를 한다. 본 연구에서는 BRE도입의 적합성 여부를 평가할 수 있는 모델을 제시한다. 본 연구의 결과를 활용하면 기업은 용이하게 BRE도입 여부를 판단할 수 있어 기업의 경쟁력을 향상시킬 수 있을 것이다.

Despite the fact that virtual communities on the Internet have been growing at an exponential rate in recent years, little research has been done on the characteristics of virtual communities. In order to better understand and manage the activities of virtual communities, a theoretical model is proposed in this paper. The objective of this paper is to clarify the factors as they are related to the Technology Acceptance Model. In particular the relationship among identities, trust, and other factors are hypothesized. Using the Technology Acceptance Model, this research showed that the importance of identity and trust in virtual communities. The members of virtual communities interact continuously and share an identity. According to the identity type, different ways of stimulating the members are necessary in order to facilitate participation in activities of virtual communities. The virtual communities of a more utilitarian identity are more sensitive to trust in members than trust in the service provider, and members of a more utilitarian identity are inclined to exchange information with each other.